sam-3/video-to-video
Segmentieren Sie ein beschriebenes Motiv über die Frames eines Videos hinweg.
Wan 3.0 Prime Reference To Video stellt zusammenhängende Clips aus einer Eingabeaufforderung plus Bild-, Video- oder Audioreferenzen auf der schnellen Wan 3.0 Prime-Ebene zusammen, mit einer Dauer von 2–30 Sekunden und einer Seitenverhältnissteuerung. Es ersetzt fragiles Compositing durch referenzbasierte Konsistenz und hilft Studios, Werbeteams und Kreativen, Charaktere, Objekte, Bewegungen und Ton während einer Aufnahme markenkonform zu halten. Für Entwickler kann Wan 3.0 Prime Reference To Video auf RunComfy sowohl im Browser als auch über einen HTTP API verwendet werden, sodass Sie das Modell nicht selbst hosten oder skalieren müssen.
Ideal für: Zeichenkonsistenz | Markenproduktszenen | Multimodales Storytelling
Wan 3.0 Prime Reference To Video komponiert Clips aus Ansagen und Referenzmedien auf der schnellen Prime-Stufe.
Die Abrechnung erfolgt pro gezählter Sekunde: Ausgabedauer plus die Gesamtdauer etwaiger Referenzvideos. Die Preise betragen 0,0624 $/s bei 480p, 0,124 $/s bei 720p und 0,249 $/s bei 1080p. Bild- und Audioreferenzen werden nicht als Dauer berechnet. Das Ein- oder Ausschalten von Audio ändert die Rate nicht. Bei der vorab übermittelten Zahl handelt es sich um eine Schätzung; Die endgültige Abrechnung erfolgt nach dem Lauf.
| Parameter | Erforderlich | Geben Sie | ein Standard | Sortiment / Optionen | Beschreibung |
|---|---|---|---|---|---|
| Eingabeaufforderung* | Ja (*) | Zeichenfolge | Beispielaufforderung | Bis zu 20.000 Zeichen | Szene; Verweisen Sie auf Referenzen als Image 1, Video 1, Audio 1. |
| reference_images | Bedingt | Array | Beispielbild | bis zu 10 | Referenzbilder für die Konsistenz von Motiv oder Szene. |
| reference_videos | Bedingt | Array | leer | bis zu 5 | Referenzvideos (jeweils 1–15 Sekunden, insgesamt 15 Sekunden). |
| reference_audios | Bedingt | Array | leer | bis zu 5 | Referenzaudio (insgesamt 15 Sekunden). |
| Auflösung | Nein | Zeichenfolge | 720p | 480p, 720p, 1080p | Ausgabeauflösungsstufe. |
| Aspektverhältnis | Nein | Zeichenfolge | 16:9 | 16:9, 9:16, 1:1, 4:3, 3:4, adaptive | Ausgabe-Seitenverhältnis. |
| Dauer | Nein | Ganzzahl | 5 | 2-30 | Ausgabelänge in Sekunden. |
| prompt_extend | Nein | boolescher Wert | wahr | wahr / falsch | Eingabeaufforderung zur automatischen Erweiterung; Aus kann die Wartezeit verkürzen. |
| enable_audio | Nein | boolescher Wert | wahr | wahr / falsch | Fügen Sie synchronisiertes Audio hinzu. |
| Samen | Nein | Ganzzahl | zufällig | 0-2147483647 | Seed für reproduzierbare Ergebnisse. |
Geben Sie mindestens eines von reference_images, reference_videos oder reference_audios an.
Segmentieren Sie ein beschriebenes Motiv über die Frames eines Videos hinweg.
Animieren Sie ein Ausgangsbild anhand eines Prompts und steuern Sie LoRAs, Frames, FPS, Auflösung, Seitenverhältnis, Steps und Seed.
Führen Sie neue Videos mit Bild- oder Videoreferenzen und Textrichtung an.
Erzeuge bis zu 4 Minuten lange Songs mit Gesang und Lyrics aus Stil-Tags.
Erzeugen Sie ein Video aus zwei Audiospuren und einem Bild und legen Sie die Reihenfolge der Sprecher fest.
Erzeugen Sie Videos aus Multi-Keyframe-Standbildern mit optionalem Audio
Wan 3.0 Prime Reference To Video erstellt einen neuen Clip aus einer Textaufforderung und Referenzbildern, Videos oder Audio, wobei Motive und Bewegungen während der gesamten Aufnahme konsistent bleiben. Es ist auf Charakterkontinuität, Markenprodukte und multimodales Storytelling auf der schnellen Prime-Stufe ausgelegt.
Geben Sie bis zu 10 Referenzbilder, 5 Referenzvideos oder 5 Referenzaudioclips (mit zeitlicher Begrenzung) an und geben Sie diese dann in der Eingabeaufforderung der Reihe nach als Image 1, Video 1 oder Audio 1 an. Es ist mindestens ein Referenztyp erforderlich.
Wan 3.0 Prime Reference To Video verwendet das Prime-Modell („wan3.0-video-prime“) für eine schnellere Inferenz und zielt gleichzeitig auf dieselbe visuelle Ebene von Wan 3.0 ab. Der multimodale Referenz-Workflow entspricht dem Standard Wan 3.0 Referenz-zu-Video.
Die Ausgabeauflösung beträgt 480p, 720p oder 1080p; Dauer beträgt 2 bis 30 Sekunden; Zu den Seitenverhältnissen gehören 16:9, 9:16 und adaptive. Die Referenz-Video- und Audio-Gesamtwerte sind begrenzt. Die genauen Grenzwerte finden Sie im Parameterbereich RunComfy.
Ja. Erstellen Sie einen Prototyp in der Benutzeroberfläche des RunComfy-Modells und rufen Sie dann Wan 3.0 Prime Reference To Video über RunComfy HTTP API mit denselben Referenz- und Eingabeaufforderungsparametern auf.
Generationen kosten 0,0624 $ pro gezählter Sekunde bei 480p, 0,124 $ bei 720p und 0,249 $ bei 1080p. Gezählte Sekunden sind der fertige Clip plus die Gesamtdauer aller von Ihnen angehängten Referenzvideos (Bilder und Audio werden nicht als Dauer abgerechnet). Da Referenzclips nach dem Lauf gemessen werden, handelt es sich bei dem vor der Übermittlung angezeigten Wert um eine Schätzung. Audio ändert die Rate nicht. Testguthaben sind in der Regel für neue Benutzer verfügbar.
RunComfy ist die führende ComfyUI Plattform, die ComfyUI online Umgebung und Services bietet, zusammen mit ComfyUI Workflows mit atemberaubenden Visualisierungen. RunComfy bietet auch AI Models, Künstlern ermöglichen, die neuesten AI-Tools zu nutzen, um unglaubliche Kunst zu schaffen.
